• – Den stora utmaningen inom processindustrin är tid och effektivitet, så beskriver Karl Löwenmark, forskningsassistent inom maskininlärning vid Luleå Tekniska Universitet, vikten av att optimera underhållsprocesser för en hållbar och effektiv produktion.

För att upprätthålla en hållbar och effektiv produktionslinje inom processindustrin spelar tillståndsövervakning en central roll. Det handlar om att bedöma maskiners skick och hälsa för att kunna utföra rätt insatser vid rätt tillfälle. Av den anledningen förses produktionsutrustning med sensorer som kontinuerligt samlar in data. Den här datan kan identifiera när en maskinkomponent behöver bytas ut eller är i behov av underhåll. Genom dessa sensorer kan experter analysera vibrationer och fastställa eventuella fel, deras allvarlighetsgrad och den potentiella produktionspåverkan, något som är avgörande för att motverka maskinhaveri. De här sensorerna samlar in en otroligt mängd data och det gör att den här processen är väldigt tidskrävande.

För att effektivisera detta har Karl utvecklat en AI-agent som kombinerar språkbehandling med sensordatan från maskinerna.

• – Jag har byggt en agent som analyserar och sammanfogar expertkunskap med sensordata. Det är en intressant kombination av två helt skilda områden, säger han.

Den största kunskapskällan för agenten är text skriven av experter. Dessa texter kan vara anteckningar från tidigare underhållsinsatser eller analyser av befintlig sensordata. Agenten, som är uppkopplad mot industridatabasen, kan besvara frågor baserade på experternas anteckningar samt den insamlade sensordatan. Ett exempel på en fråga agenten kan svara på är: ”Behövs smörjning i holländeriet?” Agenten analyserar expertkommentarer och identifierar om det finns direkta anteckningar som pekar på ett omedelbart behov. Om inga direkta behov uttrycks, kan agenten dra slutsatsen att en undersökning och eventuell smörjning kan behövas.

• – Det är en uppgift som människor lätt gör, men som tar tid. Med AI kan vi snabba upp processen och bli mer effektiva, förklarar Karl.

Genom att automatisera och effektivisera underhållsarbetet kan industrin minimera driftstopp och optimera resursanvändning. AI-agenten kan bli en brygga mellan maskindata och expertbeslut – en utveckling som kan revolutionera processindustrin. Nästa steg för Karl är att visa att tekniken är tillräckligt robust för verklig industrimiljö, och han ser fram emot att undersöka hur agenten samverkar med experter inom området.